La agrupación de muestras tumorales puede ayudar a identificar los tipos de cáncer y descubrir nuevos subtipos de cáncer, lo que es esencial para un tratamiento eficaz del cáncer. Aunque se han propuesto muchos métodos tradicionales de clustering para la agrupación de muestras tumorales, todavía se necesitan algoritmos avanzados con mejor rendimiento. El clustering de subespacio de bajo rango es un algoritmo muy popular en los últimos años. En este trabajo, proponemos un nuevo método de segmentación de subespacio de bajo rango robusto de un solo paso (ORLRS) para la agrupación de la muestra del tumor. Para un conjunto de datos de expresión genética, buscamos su matriz de representación de menor rango y la matriz de ruido. Al imponer la restricción discreta en la matriz de bajo rango, sin realizar el clustering espectral, ORLRS aprende los indicadores de cluster de los subespacios directamente, es decir, realizando la tarea de clustering en un solo paso. Para mejorar la robustez del método, se adopta la norma capada para eliminar los datos extremos atípicos en la matriz de ruido. Además, llevamos a cabo una solución eficiente para resolver el problema de ORLRS. Los experimentos con varios datos de expresión genética de tumores demuestran la eficacia de ORLRS.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Clasificación semántica textual de discursos largos basada en redes neuronales con pérdida focal mejorada
Artículo:
Fabricación y caracterización de andamios porosos de nanocompuestos de PHBV/HA inmovilizados por colágeno para la ingeniería de tejidos óseos
Artículo:
Deposición electroforética de películas de quitosano dopadas con nanopartículas de Nd2Ti2O7 como recubrimientos protectores contra la corrosión en soluciones salinas
Artículo:
Formulación de la deformación del grafeno 2D basada en vectores base de tubo quiral
Artículo:
Implicaciones ambientales de la nanotecnología : una actualización